Kursus Python: Machine Learning Natural Language Processing Python
Kuasai Machine Learning Natural Language Processing Python lewat sesi live bareng instruktur. Paket mulai Basic 10 sesi sampai Ultimate 60 sesi (@1,5 jam), menyesuaikan target Anda. Kursus Python ini tersedia juga sebagai training Python maupun pelatihan Python in-house untuk kebutuhan perusahaan.
Silabus
•Sesi 1 (1.5 jam): Pengenalan Python: sejarah, kegunaan, dan ruang lingkup industri
•Sesi 2 (1.5 jam): Instalasi & konfigurasi awal Python
•Sesi 3 (1.5 jam): Mengenal antarmuka (interface) dan navigasi dasar
•Sesi 4 (1.5 jam): Pengaturan preferensi & workspace yang efisien
•Sesi 5 (1.5 jam): Tools & menu utama: fungsi dan penggunaan dasar
•Sesi 6 (1.5 jam): Latihan dasar: membuat project pertama
•Sesi 7 (1.5 jam): Import & export file dasar di Python
•Sesi 8 (1.5 jam): Teknik dasar penyimpanan & manajemen file project
•Sesi 9 (1.5 jam): Studi kasus sederhana: aplikasi Python di dunia kerja
•Sesi 10 (1.5 jam): Review materi dasar & quiz pemahaman
Daftar Kursus Ini
NLP: Gunakan Model Markov, NLTK, Kecerdasan Buatan, Pembelajaran Mendalam, Pembelajaran Mesin, dan Ilmu Data dengan Python
Yang akan Anda pelajari
Cara mengubah teks menjadi vektor menggunakan CountVectorizer, TF-IDF, word2vec, dan GloVe
Pembelajaran mendalam (ANN, CNN, RNN, LSTM, GRU) (prasyarat yang lebih penting untuk BERT dan GPT-3)
Transformator Wajah (khusus VIP)
Cara menggunakan Python, Scikit-Learn, Tensorflow, untuk NLP
Preprocessing teks, tokenization, stopwords, lemmatization, dan stemming
Penandaan part-of-speech (POS) dan pengenalan entitas bernama (NER)
Persyaratan
Instal Python, gratis!
Keterampilan pemrograman Python
Opsional: Jika Anda ingin memahami bagian matematika, aljabar linier dan probabilitas sangat membantu
Deskripsi
Selamat datang di Pembelajaran Mesin: Pemrosesan Bahasa Alami dengan Python.
Ini adalah kursus 4-in-1 besar-besaran yang meliputi:
Model vektor dan metode preprocessing teks
Model probabilitas dan model Markov
Pertanyaan yang Sering Diajukan
Apakah kursus Python ini cocok untuk pemula?▾
Materi disusun bertahap mulai dari konsep dasar, sehingga peserta tanpa pengalaman sebelumnya tetap bisa mengikuti dengan pendampingan instruktur.
Bagaimana metode belajarnya?▾
Kelas online live via Zoom dengan instruktur berpengalaman, praktik langsung, serta rekaman sesi yang bisa diputar ulang. Tersedia juga opsi in-house training untuk perusahaan.
Apakah ada project akhir yang bisa dijadikan portofolio?▾
Ya, setiap peserta menyelesaikan mini project end-to-end yang bisa langsung dijadikan portofolio atau bahan skripsi/tesis.
Apakah mendapat sertifikat setelah selesai?▾
Ya, peserta yang menyelesaikan program mendapatkan e-certificate resmi dari Cerdas Inovasi Digital.
Bagaimana cara mendaftar?▾
Klik tombol daftar pada halaman kursus ini atau hubungi admin kami untuk konsultasi jadwal dan paket yang sesuai kebutuhan Anda.
Di bagian 1, yang mencakup model vektor dan metode pemrosesan awal teks , Anda akan mempelajari mengapa vektor sangat penting dalam ilmu data dan kecerdasan buatan . Anda akan belajar tentang berbagai teknik untuk mengonversi teks menjadi vektor, seperti CountVectorizer dan TF-IDF, dan Anda akan mempelajari dasar-dasar metode penyisipan saraf seperti word2vec, dan GloVe.
Anda kemudian akan menerapkan apa yang Anda pelajari untuk berbagai tugas, seperti:
Klasifikasi teks
Pengambilan dokumen / mesin pencari
Peringkasan teks
Sepanjang kursus, Anda juga akan mempelajari langkah-langkah preprocessing teks penting, seperti tokenization, stemming, dan lemmatization.
Anda akan diperkenalkan secara singkat pada tugas-tugas NLP klasik seperti penandaan bagian-bagian ucapan.
Di bagian 2, yang mencakup model probabilitas dan model Markov , Anda akan mempelajari salah satu model terpenting dalam semua ilmu data dan pembelajaran mesin dalam 100 tahun terakhir. Ini telah diterapkan di banyak bidang selain NLP, seperti keuangan , bioinformatika , dan pembelajaran penguatan .
Dalam kursus ini, Anda akan melihat bagaimana model probabilitas tersebut dapat digunakan dalam berbagai cara, seperti:
Membangun pengklasifikasi teks
Pemintalan artikel
Pembuatan teks (menghasilkan puisi)
Yang penting, metode ini merupakan prasyarat penting untuk memahami cara kerja model Transformer (perhatian) terbaru seperti BERT dan GPT-3 . Secara khusus, kita akan mempelajari tentang 2 tugas penting yang sesuai dengan tujuan pra-pelatihan untuk BERT dan GPT.
Di bagian 3, yang mencakup metode pembelajaran mesin, Anda akan belajar lebih banyak tentang tugas NLP klasik, seperti:
Deteksi spam
Analisis sentimen
Analisis semantik laten (juga dikenal sebagai pengindeksan semantik laten)
Pemodelan topik
Bagian ini akan berfokus pada aplikasi daripada berfokus pada teori, yang berarti bahwa alih-alih menghabiskan sebagian besar upaya kami untuk mempelajari detail berbagai algoritme ML, Anda akan berfokus pada bagaimana algoritme tersebut dapat diterapkan pada tugas di atas.
Tentu saja, Anda masih perlu mempelajari sesuatu tentang algoritme tersebut untuk memahami apa yang terjadi. Algoritma berikut akan digunakan:
Naif Bayes
Regresi logistik
Analisis Komponen Utama (PCA) / Dekomposisi Nilai Singular (SVD)
Alokasi Dirichlet Laten (LDA)
Ini bukan sembarang algoritma pembelajaran mesin/kecerdasan buatan, melainkan yang telah menjadi pokok dalam NLP dan dengan demikian merupakan bagian penting dari kursus NLP mana pun.
Di bagian 4, yang mencakup metode pembelajaran mendalam , Anda akan belajar tentang arsitektur jaringan neural modern yang dapat diterapkan untuk menyelesaikan tugas NLP. Berkat kekuatan dan fleksibilitasnya yang luar biasa, jaringan saraf dapat digunakan untuk menyelesaikan tugas apa pun yang disebutkan di atas dalam kursus.
Anda akan belajar tentang:
Jaringan Syaraf Tiruan Feedforward (JST)
Penyematan
Jaringan Syaraf Konvolusional (CNN)
Jaringan Syaraf Berulang (RNN)
Studi tentang RNN akan melibatkan arsitektur modern seperti LSTM dan GRU yang telah banyak digunakan oleh Google, Amazon, Apple, Facebook, dll. Untuk tugas-tugas sulit seperti terjemahan bahasa, pengenalan ucapan, dan teks ke ucapan.
Jelas, karena Transformers terbaru (seperti BERT dan GPT-3 ) adalah contoh jaringan saraf yang dalam, bagian kursus ini merupakan prasyarat penting untuk memahami Transformers.
FITUR UNIK
Setiap baris kode dijelaskan secara detail
Tidak ada waktu yang terbuang untuk “mengetik” pada keyboard seperti kursus lainnya
Tidak takut dengan matematika tingkat universitas – dapatkan detail penting tentang algoritme yang tidak diberikan oleh kursus lain
Untuk siapa kursus ini:
Siapa pun yang ingin belajar pemrosesan bahasa alami (NLP)
Siapa pun yang tertarik dengan kecerdasan buatan, pembelajaran mesin, pembelajaran mendalam, atau ilmu data
Siapa pun yang ingin melampaui kursus khusus pemula
Metode Belajar di Cerdas Inovasi Digital
Kelas online live via Zoom bersama instruktur berpengalaman, praktik langsung dengan studi kasus nyata, dan rekaman sesi yang bisa diputar ulang. Tersedia juga paket in-house training untuk kebutuhan perusahaan di seluruh Indonesia.
Hubungi kami untuk konsultasi jadwal dan paket yang paling sesuai dengan kebutuhan Anda.
Kenapa Ambil Kursus Python Ini
Kursus Python ini dirancang untuk yang ingin belajar langsung praktik lewat sesi live bersama instruktur berpengalaman.
